Ukuran Statistika

Ukuran Penyebaran

Julius Nursyamsi

Pendahuluan
Ukuran penyebaran

Suatu ukuran baik parameter atau statistik untuk mengetahui seberapa besar penyimpangan data dengan nilai rata rata hitungnya Ungrouped data
Data yang belum dikelompokan

Ukuran penyebaran mencakup data

Grouped data
Data yang telah dikelompokan ; Tabel distribusi

frekuensi

Ukuran Penyebaran
Ukuran penyebaran:

Range Deviasi Rata rata Varian Deviasi standar Range inter-kuartil Deviasi kuartil

Ukuran kecondongan dan keruncingan

Ukuran Penyebaran Untuk Data Tidak Dikelompokan

Range Jarak

Merupakan perbedaan antara nilai terbesar dan terkecil dalam suatu kelompok data baik data populasi atau sampel

Rumusan Range Range = Nilai terbesar nilai terkecil

Perusahaan Sentul City Tunas Baru proteinprima total Mandiri Harga Saham 530 580 650 750 840

Range = 840 530 = 310

Deviasi Rata rata Populasi

Rata rata hitung dari nilai mutlak deviasi antara nilai data pengamatan dengan rata-rata hitungnya Rumusan Deviasi rata rata ( MD) |x - x| MD = X = Nilai data pengamatan X = Rata rata hitung N
N = Jumlah data

Contoh Deviasi Rata - Rata

Perusahaan
Sentul City Tunas Baru proteinprima total Mandiri Total Rata -rata (X)

Indek
7.5 8.2 7.8 4.8 3.5 31.8 6.36

x-X
1.14 1.84 1.44 -1.56 -2.86

Nilai Mutlak
1.14 1.84 1.44 1.56 2.86 8.84

MD

1.768

MD = = |x - X| / n = 8.84 / 5 = 1.768

Varians dan Standar Deviasi Populasi

Varians

Rata rata hitung deviasi kuadrat setiap data terhadap rata rata hitungnya

Rumus varians populasi

2= (X - )2 N
X = Nilai data pengamatan = Nilai rata rata hitung N = Jumlah total data

Contoh Kasus Varians

Perusahaan Sentul City Tunas Baru proteinprima total Indek 7.5 8.2 7.8 4.8 X- 1.14 1.84 1.44 -1.56 (X - ) 1.2996 3.3856 2.0736 2.4336

Mandiri
Jumlah ( X ) Rata - rata ()

3.5
31.8 6.36

-2.86
(X - )

8.1796
17.372 3.4744

(X - )2 2= = N

17.372 = 3.4744 5

Standar Deviasi
Standar deviasi

Akar kuadrat dari varians dan menunjukan standar penyimpangan data terhadap nilai rata-ratanya

Rumus standar deviasi

= (X - )2 N
atau

Contoh Kasus Standar Deviasi

Nilai varians :
2= (X - )2 = 17.372 = 3.4744

Nilai standar deviasi :

= 3.4744 = 1.864

Nilai penyimpangan sebesar 1.864

Varians dan Standar Deviasi Sampel

Varians
s 2= (x - x )2 n -1

Standar deviasi
S = s

Contoh Kasus Sampel

No 1 2 3 4 5 6 7 8 9 10 Perusahaan Jababeka Indofarma Budi Acid Kimia farma Sentul City Tunas Baru proteinprima total Mandiri Panin Jumlah Rata - Rata (X) Harga saham 215 290 310 365 530 580 650 750 840 1200 5730 573 s S x-X -358 -283 -263 -208 -43 7 77 177 267 627 (x - X) 128164 80089 69169 43264 1849 49 5929 31329 71289 393129 824260 91584.44 302.63

Varians : (x X) s = n1 s = 824260 / 9 s = 91584.44 Standar deviasi : S = s S = 91584.44 S = 302.63

Ukuran Penyebaran Untuk Data dikelompokan

Range Jarak

Merupakan selisih antara batas atas dari kelas tertinggi dengan batas bawah dari kelas terendah

Rumusan Range Range = Batas atas kelas tertinggi nilai terkecil

Contoh Range
Kelas 1 2 3 4 5 Interval 215 2122 2123 4030 4031 5938 5939 7846 7847 9754
Batas atas Kelas terendah Batas atas Kelas tertinggi

Range : = 9754 215 = 9539

Deviasi Rata - Rata

Rumus deviasi rata - rata
MD =
f. |x - x| n

Rata rata hitung data dikelompokan x = ( f.x ) / n

Contoh Kasus
Kelas
1 2 Interval Kelas 16 25 24 33

f
10 18

Titik tengah (x) 20 29

f.x
200 522

|x - X|
13.68 4.68

f.|x - X|
136.8 84.24

3
4 5

34
43 52

42
51 60

14
4 2

38
47 56

532
188 112

4.32
13.32 22.32

60.48
53.28 44.64

61
Total

69

2
50

65
255

130
1684 33.68

31.32
89.64

62.64
442.08

Rata - rata (X)

MD = (f.|x - X|) / n = 442.08 / 50 = 8.8416

Varians dan Standar Deviasi data di kelompokan

Varians
s 2= f. (x - x )2 n -1

Standar deviasi
S = s

Contoh Kasus
Kelas 1 2 3 4 5 6 Interval Kelas 16 25 34 43 52 61 Total Rata - rata (X) 24 33 42 51 60 69 f 10 18 14 4 2 2 50 Titik tengah (x) 20 29 38 47 56 65 255 f.x 200 522 532 188 112 130 1684 33.68 |x - X| 13.68 4.68 4.32 13.32 22.32 31.32 89.64 |x - X| 187.1424 21.9024 18.6624 177.4224 498.1824 980.9424 1884.254 f.|x - X| 1871.424 394.2432 261.2736 709.6896 996.3648 1961.885 6194.88

Varians : s= (f.|x - X|)/ n 1 = 6194.88 / 49 = 126.4261

Standar deviasi : S = s = 126.4261 = 11.2439

Ukuran Penyebaran Relatif

Mengubah ukuran penyebaran menjadi persentase atau ukuran relatif Penggunaan ukuran relatif memberikan manfaat :

Data mempunyai satuan penguikuran yang berbeda Data mempunyai satuan ukuran yang sama

Ukuran Penyebaran Relatif

Koefisien range Koefisien deviasi rata-rata Koefisien deviasi standar

Koefisien Range
Pengukuran penyebaran dengan menggunakan range secara relatif Rumusan : KR = ( (la Lb) / (La + Lb) ) x 100 %
La : Batas atas data atau kelas tertinggi Lb : Batas bawah data atau kelas terendah

Contoh Koefisien Range

Kelas 1 2 3 4 5 6 Interval Kelas 16 24 25 33 34 42 43 51 52 60 61 69 f 10 18 14 4 2 2

KR : = (La Lb) / (La + Lb) = (69 16 ) / (69 + 16) = 53 / 85 = 0.6235 x 100 % = 62.35 %

La : Kelas tertinggi = 69 Lb : Kelas terendah = 16

Koefisien Deviasi Rata - Rata

Koefisien deviasi rata rata

Ukuran penyebaran dengan menggunakan deviasi rata-rata relatif terhadap nilai rataratanya atau persentase dari deviasi ratarata terhadap nilai rata-ratanya

Rumus :

KMD = [ MD / x ] x 100%
MD = Deviasi rata - rata X = Nilai rata rata data

Contoh Kasus
Data dikelompokan :

MD = 8.8416 X = 33.68

Koefisien deviasi rata rata : KMD = [ 8.8416 / 33.68 ] x 100 % = 0.2625 x 100 % = 26.25 %

Koefisien Standar Deviasi

Koefisien standar deviasi

Ukuran penyebaran yang menggunakan standar deviasi relatif terhadap nilai ratarata yang dinyatakan sebagai persentase

Rumus KSD = [ s / x ] x 100 %

S X = Standar deviasi = Nilai rata rata data

Contoh Kasus
Data dikelompokan

Standar deviasi = 11.2439 Rata Rata hitung (x) = 33.68 Nilai koefisien stnadar deviasi KSD = [ s / x ] x 100 % = [ 11.2439 / 33.68 ] x 100% = 0.3338 x 100 % = 33.38 %

Ukuran Kecondongan - Skewness

Ukuran kecondongan kemencengan

Kurva tidak simetris

Pada kurva distribusi frekuensi diketahui dari posisi modus, rata-rata dan media Pendekatan : Jika

Rata-rata = median = modus : Simetris Rata-rata < median < modus : Menceng ke kiri Rata-rata > median > modus : Menceng ke kanan

Koefisien Skewness
Sk = [ - Mo ] / atau = 3.[ - Md] /
Contoh kasus data dikelompokan = 33.68 Mo = 18 Md = 32 = 11.2439
= Nilai rata rata hitung Mo = Nilai modus Md = Nilai median = Standar deviasi

Sk = [33.68- 18 ] / 11.2439 Sk = 15.68 / 11.2439 Sk = 1.394

Sk = {3. [ 33.68 32]} 11.2439 Sk = 5.04 / 11.2439 Sk = 0.4482

Ukuran Keruncingan - Kurtosis

Keruncingan disebut juga ketinggian kurva Pada distribusi frekuensi di bagi dalam tiga bagian :

Leptokurtis = Sangat runcing Mesokurtis = Keruncingan sedang Platykurtis = Kurva datar

Koefisien Kurtosis
Bentuk kurva keruncingan kurtosis

Mesokurtik Leptokurtik Platikurtik

4 = 3 4 > 3 4 < 3

Nilai data

Koefisien kurtosis (data tidak dikelompokan) 1/n (x - )4 4 = 4

Koefisien Kurtosis
Koefisien kurtosis (data dikelompokan)
1/n f. (X - )4 4 = 4
Jumlah Frekuensi Standar deviasi Nilai rata rata hitung

Nilai tengah kelas

Rata Rata Geometrik

Digunakan untuk menghitung rata-rata laju pertumbuhan Growth rate Rumus : G = n (x1 . x2 . x3 . xn ) G = [log x1 + log x2 + log xn] n G = Antilog (log G)

Contoh
Data pertumbuhan suku bunga selama 5 hari, yaitu 1.5, 2.3, 3.4, 1.2, 2.5 % Tingkat pertumbuhan :
G = [log 1.5 + log 2.3 +log 3.4 + log 1.2 + log 2.5 ] / 5 G = [ 0.176 + 0.361 + 0.531 + 0.079 + 0.397] / 5 G = 1.5464 / 5 = 0.30928 G = antilog 0.30928 = 2.03

Ukuran Penyebaran Lain

Range Inter-Kuartil

Jarak inter-kuartil = K3 K1

Jika :

Inter-kuartil : Nilainya lebih kecil ; Bahwa data dalam sampel dan populasi lebih mengelompok ke nilai rata-rata hitung (seragam) Inter-kuartil : lebih besar ; Kurang seragam

Ukuran Penyebaran Lain

Deviasi Kuartil

Setengah jarak antara kuartil ke 3 dan kuartil ke 1

Rumusan Deviasi kuartil DK DK = [ K3 K1 ] / 2 Jika

DK lebih kecil ; Rata rata data lebih mewakili keseluruhan data

Ukuran Penyebaran Lain

Jarak persentil

Selisih antara persentil ke 90 dengan persentil ke 10

Rumusan jarak persentil - JP JP = P90 P10 Jika JP lebih besar

Bahwa nilai deviasi lebih besar